Tensorflow的初学习进程(1)——第一个例子

从一个tensorflow的例子着手，开始理解一个tensorflow上的学习程序是怎么运作的

首先引入一个头文件

import tensorflow as tf                        

import numpy as np                     

numpy:NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表结构要高效的多（该结构也可以用来表示矩阵）。利用numpy可以很容易地实现矩阵，数组的构造与操作。

#creat data

x_data = np.random.rand(100).astype(np.float32)

y_data = x_data*0.1+0.3

 numpy的random库用于生成随机数，包含了以下几种常用的函数：

1. numpy.random.rand(d0, d1, ..., dn)：生成一个[0,1)之间的随机浮点数或N维浮点数组。
2. numpy.random.randn(d0, d1, ..., dn)：生成一个浮点数或N维浮点数组，取数范围：正态分布的随机样本数。
3. numpy.random.standard_normal(size=None)：生产一个浮点数或N维浮点数组，取数范围：标准正态分布随机样本
4. numpy.random.randint(low, high=None, size=None, dtype='l')：生成一个整数或N维整数数组，取数范围：若high不为None时，